把 image understanding 當成證據抽取

02 / BUILD

三步實作

1. 01

   框定合約

   先寫下 caller、資料分類、成功條件、timeout、取消與 ownership。適合 document intake、visual QA、accessibility assistance，以及文字與有限影像證據的 workflow。

2. 02

   建立單一路徑

   只實作一條 end-to-end path，保留 request correlation、typed state 與可逆 failure handling。定義 model 可從 image 推論什麼、保存原始 asset reference，並把 observation 與後續 decision 分開。

3. 03

   證明結果

   把驗收寫成可重跑的 fixture、contract test 或 browser test。以 labeled image set 衡量 extraction accuracy、abstention、OCR failure，以及 crop/resolution 敏感度。